位置:成果数据库 > 期刊 > 期刊详情页
基于多种群搜索的PSO的物流配送中心寻址求解
  • ISSN号:1003-5060
  • 期刊名称:《合肥工业大学学报:自然科学版》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]合肥工业大学管理学院,安徽合肥230009, [2]过程优化与智能决策教育部重点实验室,安徽合肥230009
  • 相关基金:国家自然科学基金青年科学基金资助项目(71301038;71301041)
中文摘要:

物流配送中心选址不仅影响运输等成本,而且也影响顾客的服务水平,在现代物流中具有重要的现实意义。针对物流配送中心选址问题,文章提出了一种基于改进粒子算法的智能求解方法,建立了物流配送中心选择模型,根据模型特点设计出了与免疫优化算法混合的粒子群算法、多种群搜索策略、混沌初始化方法、多样性评价方法。通过合理地设置算法参数,对物流配送中心选址问题进行实验比较,实验结果表明,该文算法的求解效果良好,并且求解的速度较快。

英文摘要:

Logistics distribution center location not only decides the cost such as transportation cost, but also impacts the customer service level. It has important practical significance in modern logistics. For solving this logistics distribution center location problem, an improved particle swarm optimiza- tion(PSO) based intelligent optimization algorithm is proposed. Firstly, the mathematical model of the logistics distribution center location is set up. And for solving it, the PSO hybridized with immune optimization algorithm(IOA), multi-population search strategy, chaos initialization method and diver- sity evaluation method are designed. By setting parameters reasonably, the experiments are conducted and the results show that the proposed algorithm has better solving performance and rapid solving speed.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《合肥工业大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:合肥工业大学
  • 主编:何晓雄
  • 地址:合肥市屯溪路193号
  • 邮编:230009
  • 邮箱:XBZK@hfut.edu.cn
  • 电话:0551-2905639
  • 国际标准刊号:ISSN:1003-5060
  • 国内统一刊号:ISSN:34-1083/N
  • 邮发代号:26-61
  • 获奖情况:
  • 1999中国优秀高校自然科学学报,1997华东地区优秀期刊,1998安徽省优秀科技期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:19655